期刊文献+
共找到5篇文章
< 1 >
每页显示 20 50 100
分数阶非因果BP神经网络模型 被引量:1
1
作者 黄晶晶 王建宏 《计算机工程与应用》 CSCD 北大核心 2021年第23期91-97,共7页
由一阶因果、反因果微分的定义推导出Caputo分数阶因果、反因果微积分,并在此基础上定义Caputo分数阶非因果微积分。将它们分别应用于BP神经网络的反向传播过程中对权值进行处理,产生了Caputo分数阶因果、反因果和非因果BP神经网络模型... 由一阶因果、反因果微分的定义推导出Caputo分数阶因果、反因果微积分,并在此基础上定义Caputo分数阶非因果微积分。将它们分别应用于BP神经网络的反向传播过程中对权值进行处理,产生了Caputo分数阶因果、反因果和非因果BP神经网络模型。为了方便对比,将这些模型分别对波士顿房屋数据集和MNIST数据集进行处理。模拟结果表明:在整数阶因果、反因果和非因果的模型之间,整数阶非因果模型的结果最好;分数阶因果、反因果和非因果模型分别与其相应的整数阶模型进行比较,得出分数阶模型得到的准确率比整数阶的高;在分数阶因果、反因果和非因果的模型之间,非因果的准确性最高。总的来说,Caputo分数阶因果、反因果和非因果微积分都对传统BP神经网络有优化作用,尤其是分数阶非因果微积分的优化效果最好。 展开更多
关键词 因果 反因果 非因果 Caputo分数阶微积分 BP神经网络
下载PDF
零输入响应的两种定义的等效性 被引量:6
2
作者 杨忠根 任蕾 陈红亮 《电气电子教学学报》 2009年第5期37-40,共4页
连续LTI系统的零输入响应可定义为输入的反因果分量与系统冲激响应的卷积后产生的因果分量,也可定义为由初始状态产生的等效零输入激励与系统对应的规范化系统的冲激响应的卷积;两种不同的定义给出了两种不同的计算系统零输入响应的解... 连续LTI系统的零输入响应可定义为输入的反因果分量与系统冲激响应的卷积后产生的因果分量,也可定义为由初始状态产生的等效零输入激励与系统对应的规范化系统的冲激响应的卷积;两种不同的定义给出了两种不同的计算系统零输入响应的解法。本文利用反因果微分性质严格证明了,这两种不同的定义和解法是等价的,它们会给出同一个计算结果,并用例题证明其正确性。这有助于学生深刻理解系统零输入响应的形成原因和内含的物理意义。 展开更多
关键词 线性时不变系统 反因果微分定理 零输入响应
下载PDF
利用整体积分法求解LTI连续时间系统的响应
3
作者 陈绍荣 陈柏良 +1 位作者 何健 薛在阳 《通信技术》 2019年第12期2856-2861,共6页
基于连续时间反因果信号和因果信号的分段积分法和分部积分法,提出了整体积分法。构建了常用连续时间反因果信号和因果信号的不定积分公式,解决了连续时间反因果信号和因果信号积分运算过程冗长的问题。基于整体积分法,提出了高阶LTI连... 基于连续时间反因果信号和因果信号的分段积分法和分部积分法,提出了整体积分法。构建了常用连续时间反因果信号和因果信号的不定积分公式,解决了连续时间反因果信号和因果信号积分运算过程冗长的问题。基于整体积分法,提出了高阶LTI连续时间因果系统时域分析的不定积分降阶法、上限积分降阶法及高阶LTI连续时间因果系统零输入响应的直接截取法。圆满地解决了高阶LTI连续时间因果系统零输入响应、零状态响应及全响应的时域求解问题。 展开更多
关键词 连续时间反因果信号 连续时间因果信号 整体积分法 LTI连续时间因果系统 直接截取法
下载PDF
虚轴上具有重极点的拉普拉斯变换与傅里叶变换相互计算的方法
4
作者 陈绍荣 何健 +1 位作者 朱行涛 刘郁林 《通信技术》 2020年第3期584-590,共7页
提出了一种虚轴上具有重极点的拉普拉斯变换(LT)与傅里叶变换(CTFT)相互计算的方法。对虚轴上具有重极点的LT,通过部分分式展开,将LT在虚轴上的极点分离出来,使其成为虚轴上含极点和不含极点两部分之和,针对虚轴上含极点的LT部分,分区... 提出了一种虚轴上具有重极点的拉普拉斯变换(LT)与傅里叶变换(CTFT)相互计算的方法。对虚轴上具有重极点的LT,通过部分分式展开,将LT在虚轴上的极点分离出来,使其成为虚轴上含极点和不含极点两部分之和,针对虚轴上含极点的LT部分,分区左极点和区右极点两种情况,导出了利用LT计算CTFT的方法;将信号的CTFT分解成解析部分与不解析部分之和,针对CTFT的不解析部分,分因果信号和反因果信号两种情况,导出了利用CTFT计算LT的方法。 展开更多
关键词 因果信号 反因果信号 CTFT LT
下载PDF
非最小相位系统的辩识
5
作者 林品兴 毛士艺 《航空学报》 EI CAS CSCD 北大核心 1991年第7期A431-A434,共4页
1.引言 在时间序列分析中,多数文献讨论的是线性高斯模型,在高斯假设下,最小二乘估计就是最大似然估计;最小二乘估计只利用了时间序列的自相关信息,所形成的方程是一组线性方程即Wiener-Hopf方程。因此,最小二乘估计被广泛地应用于时间... 1.引言 在时间序列分析中,多数文献讨论的是线性高斯模型,在高斯假设下,最小二乘估计就是最大似然估计;最小二乘估计只利用了时间序列的自相关信息,所形成的方程是一组线性方程即Wiener-Hopf方程。因此,最小二乘估计被广泛地应用于时间序列的建模。但是,自相关序列是“相盲”的,相关建模方法不能准确地表征非最小相位的参数信号;在自相关(功率谱)域中,所能做到的只是重建功率谱意义下等效的最小相位信号。 展开更多
关键词 相位估计 非最小相位 时间序列
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部